智力資本回流對創新效率的影響研究
——以中國高新技術產業開發區為例

仇 怡 袁慧慧

(湖南科技大學 商學院，湖南 湘潭 411201)

一、引言與文獻綜述

中國高新技術產業開發區(以下簡稱國家高新區)創新效率是區域技術創新效率的一個方面，在技術創新活動過程中，將新技術、新思想融入到創新投入要素組合中，借助研發活動轉變成知識產出和經濟產出的效率，以實現最小投入與最大產出的目標。留學歸國人員是高水平人力資本載體，與創新效率高度相關。一直以來，國家高新區作為我國智力資本密集區和創新驅動先行區，積極踐行國家創新發展和全面開放戰略，集聚、整合和利用全球創新資源，云集海外高層次創新人才和國際一流研發機構。近年來我國國家高新區出現了一定程度的智力資本“回流潮”，根據《2018年國家高新區綜合發展與數據分析報告》，截至2018年底，我國國家高新區共有留學歸國人員16.3萬人，較上年同比增長21%，留學生創辦企業4.8萬家，較2017年同比增長19.6%[1]。從圖 1可以看出，中國高新區內留學歸國人員、留學歸國人員占年末從業人員比重均呈現波動中總體增長趨勢。在2013—2018年間，國家高新區內留學歸國人員增加65687人，相對于2013年來說，增長率為67.42%；留學歸國人員占年末從業人員比重也從最初的0.67%上升到0.78%。習近平總書記強調：“發展是第一要務，人才是第一資源，創新是第一動力。要促進本土人才、海外人才并用并重，使他們在報效祖國中實現自己的人生夢想”。由此，本文基于“開放發展”與“創新發展”的雙重視角，以國家高新區為例，研究智力資本回流對國家高新區創新效率的影響程度及其作用機制。

圖1 國家高新區留學歸國人員情況(2013-2018)數據來源：歷年《中國火炬統計年鑒》

已有相關文獻表明，智力資本跨國流動是國際技術溢出的重要渠道，有助于促進發展中國家的技術創新(Park，2004；Le，2010；李平和許家云，2011；仇怡和聶萼輝，2015)[2-5]。在理論分析方面，部分學者基于雙重社會網絡和組織學習(張樞盛等，2013；吳紹玉等，2016)[6][7]、企業家和知識觀點(Bai等，2017)[8]以及文化視角(李春浩，2019)[9]，對智力資本回流技術創新機理進行分析。在實證研究方面，主要采用創新生產函數或國際技術溢出模型進行測算，分析大部分集中在宏觀層面(李平和許家云，2011；李平和董馨莉，2017；牛熊鷹等，2019)[10-12]和微觀層面(Wright等，2011；Filatotcheva等，2011；羅思平等，2013；Lin等，2014；張信東和吳靜，2016；蔣艷輝等，2018)[13-18]。值得注意的是，蔣艷輝等(2018)和牛熊鷹等(2019)的研究均驗證了國際人才與本土人力資本的協同效應，尤其是后者首次驗證本土人力資本對國際人才與創新效率的關系具有強化作用。Wright等(2011)、Filatotcheva等(2011)、蔣艷輝等(2018)的研究均驗證了海歸人才對高新技術產業技術創新能力的促進作用。經過文獻梳理發現，關于智力資本回流與國家高新區創新效率的相關研究較少，僅有少數文獻研究高新技術企業內海歸的技術創新性。因此，本文以104個國家高新區為樣本，采用面板隨機前沿模型(SFA)，研究智力資本回流對區域創新效率的影響。

二、影響機理與研究假設

通過對現有文獻的梳理，本文認為智力資本回流對創新效率的作用機理主要可歸納為人力資本效應、網絡效應、競爭示范效應和集聚效應四個方面。

1.人力資本效應

研究表明，在發達國家學習或工作后，選擇回國發展的海外人才與發展中國家本土科技人才相比較，具有更高的平均人力資本水平[19][20]。這不僅有利于發展中國家人力資本量的積累，還可以從學科體系(Mccormick和Wahba，2001)[21]、人力資本技術構成(Mare，2014)[22]等方面促進發展中國家人力資本質的提升，豐富勞動力多樣性(Parrotta，2014)[23]，使勞動力市場獲取更多隱性知識以及新思想、新技術(Ozgen，2014；Gagliardi，2015)[24][25]，進而促進東道國技術創新。高技術水平國際人才流入也可以直接增加東道國研發人員數量(Pholphirul和Rukumnuaykit，2017)[26]。

2.網絡效應

以海歸人員為紐帶，母國人員與海外人員基于親情或友情形成持續存在的社交網絡，促進了商務網路形成，有利于海歸職業發展并使母國通過國際投資、國際貿易等渠道獲得更多的逆向技術溢出，進一步形成科技創新網絡，促進企業研發投入增加[27-30]。特別在以技術為核心競爭力的高新技術產業中，擁有海歸人員不僅包含其自帶的先進科學技術知識和管理理念，還可能是其背后隱藏的豐富人力資源。

3.競爭示范效應

由于海歸人才的自身優勢和稀缺性，國際智力資本回流會對本土人才產生“職位擠出效應”(李平和許家云，2011)。本土人才為縮小與海歸間的技術知識差距，會通過多種方式努力提高自身的競爭力，從而助推國內平均人力資本水平。同時，國際智力資本因其具備較先進的科學技術知識與管理理念，能通過“干中學”對家人、朋友和同事等產生示范效應。值得注意的是，海歸人員也可能因長期在外，對國內市場環境、科技知識與體制制度等方面缺乏全面了解。有研究表明，海歸適應國內市場會面臨諸多困難，不利于其在創新活動中的效率，從而阻礙海歸人員發揮對母國技術創新的促進作用(Zhou和Hsu，2011)[31]。本土科技人才(指具有高學歷的科技型員工)與其他員工相比，能促進海歸在創新活動中發揮積極作用(蔣艷輝等，2018)。

4.集聚效應

Audretsch和Stephen(1996)認為海歸企業集聚在一定的地理區域，不僅能形成良好的交流溝通平臺，還能加強海歸企業與其他企業間的多方位聯系，從而使人力資本形成良好的循環知識溢出效應[32]。海歸集聚區吸引著周邊人力資本，促進技術溢出，所形成的新知識與新技術再次推動海歸企業創新發展。

基于此，本文提出以下假設：

假設1：智力資本回流產生的人力資本效應，有助于提升母國人力資本水平，增加研發人員數量，從而直接影響創新效率。

假設2：智力資本回流產生的網絡效應，有助于積累國內人力資源、先進技術以及資金，從而直接影響創新效率。

假設3：智力資本回流產生的競爭示范效應和集聚效應，有助于促進回流人才與本土人才合作，提升本土人力資本水平，帶來技術外溢，從而間接影響創新效率。

三、模型構建

1.模型設定

目前關于國家高新區創新效率測度的方法主要包括隨機前沿分析方法(SFA)和數據包絡分析方法(DEA)。本文選擇SFA模型測度國家高新區創新效率，其原因如下：首先，SFA模型考慮了不同區域創新系統的差異性，在創新效率測度前，先對模型參數和本身進行檢驗，分離技術效率和隨機誤差項；其次，SFA模型在測度創新效率時能一步到位分析影響因素，避免DEA模型需要采取兩步法分析影響因素；第三，SFA模型采用極大似然估計法估計參數，使用條件均值計算決策單元技術效率，估計結果具有較好的穩健性。本文設定面板SFA模型，選擇超越對數生產函數，并進一步區分智力資本回流和本土人力資本，探討智力資本回流對創新效率的影響。模型構建如下：

lnYi，t+1=β0+β1lnKit+β2lnLit+β3t+1/2β4(lnKit)2+1/2β5(lnLit)2

+1/2β6t2+β7lnKitlnLit+β8tlnKit+β9tlnLit+(vit-μit)

(1)

其中i，t分別表示國家高新區和年份；β0表示常數項，β1、β2、β3、β4、β5、β6、β7、β8、β9表示模型待估計參數；Yit表示創新產出，Kit、Lit分別表示創新資本投入量和創新勞動投入量；t是時間變量，表示技術變化；vit為隨機誤差項，服從正態分布；μit為非效率項，反映技術無效率程度，服從單邊分布；vit和μit相互獨立。

TEit=exp(-μit)

(2)

式(2)中的TEit表示技術創新水平，當TEit=1時，表示創新效率有效。

μit=δ0+δ1lnchit+δ2lnreit+δ3lnreit*lnchit+δ4lnscaleit+δ5lnopenit+δ6profitit+εit

(3)

如式(3)所示，無效率影響因素包括本土人力資本(ch)、智力資本回流(re)、平均企業規模(scale)、對外開放度(open)、利潤規模(profit)。δ0表示常數項，δ1、δ2、δ3、δ4、δ5、δ6表示模型待估計參數，若待估計參數為負，說明相應變量對創新效率有正向影響，反之亦然。εit為隨機誤差項。本文在技術非效率模型中，參考牛雄鷹等(2018)和蔣艷輝等(2018)的做法，引入智力資本回流與本土人力資本的交互項。擬解決兩個關鍵問題：第一，智力資本回流是否直接促進國家高新區創新效率提升，即智力資本回流的人力資本效應和網絡效應是否成立，驗證假設1和假設2；第二，智力資本回流是否通過與本土人力資本的合作，間接促進國家高新區創新效率提升，即競爭與示范效應和集聚效應是否成立，驗證假設3。

2.變量說明與數據來源(1)創新投入-產出變量

創新投入變量。參照測度國家高新區創新效率的普遍做法，選取R&D人員全時當量和R&D經費內部支出作為國家高新區創新人員和創新資金投入指標。

創新產出變量。一般文獻中，用專利申請受理數或新產品銷售收入衡量創新產出。然而，這兩個指標難以合理衡量國家高新區創新產出情況且無法全面獲取。一方面，國家高新區的專利數據只能反映研發投入轉化為知識產出部分，不能衡量國家高新區內研發投入所轉化的經濟產出部分；另一方面，就以研發和產品轉化為主的高新區而言，目前中國高新區存在產品轉化率較低問題，新產品銷售收入也不能準確衡量其全部創新產出。因此，參考周姣和趙敏(2014)[33]、劉滿風和李圣宏(2016)[34]等的做法，選取技術收入為創新產出指標①，測算國家高新區創新效率。另外，考慮到創新過程相對復雜，從投入到產出具有時滯性，本文將創新產出滯后一年。

(2)核心影響因素

智力資本回流。采用國家高新區內留學歸國人員(也稱海歸)占年末從業人員的比重衡量智力資本回流情況。

本土人力資本。采用國家高新區內大專及以上人員占年末從業人員的比例作為本土人力資本衡量指標。

智力資本回流與本土人力資本交互項。智力資本回流與本土人力資本交互項是本文檢驗智力資本回流間接影響創新效率的替代性指標。依據智力資本回流對技術創新效率影響的機理分析可知，本土人力資本在智力資本回流的競爭與示范效應和集聚效應中發揮著重要的調控作用。因此，智力資本回流與本土人力資本合理的匹配度也是國家高新區發揮智力資本回流創新效應的關鍵因素之一。

(3)控制變量

企業規模。國家高新區是高新技術產業、企業的集聚地，經營規模較大的企業更有能力支持研發以及研發成果的轉化，因此企業規模相對于企業數來說更能影響其創新效率。本文采用各國家高新區不變價總收入與企業個數之比來衡量高新區企業規模。

對外開放度。對外開放有益于發展中國家在國際技術溢出過程中實現技術進步，如國際投資、國際貿易均是發展中國家提高技術水平、實現技術創新的渠道之一。因此，本文采用各國家高新區不變價出口總額與不變價工業總產值之比衡量各高新區對外開放度②。

利潤規模。利潤規模能促進企業研發創新的投入，進而影響創新效率。本文采用各國家高新區不變價凈利潤與不變價總收入之比來衡量國家高新區利潤規模。國家高新區創新效率評價指標體系如表1所示。

由于《中國火炬統計年鑒》只從2014年開始統計國家高新區的留學歸國人員情況，且當時統計的范疇只包括114個國家高新區，其中有10個國家高新區后續年份的數據嚴重缺失，因此，考慮到數據的連續性與可獲得性，本文選取2013—2018年的104個國家高新區的留學歸國人員為研究對象。同時，采用對中法處理智力資本回流與本土人力資本的交互項③。除CPI指數和匯率數據來源于各年的《中國統計年鑒》外，其他數據均來源于《中國火炬統計年鑒(2014-2019年)》。另外，為了消除價格因素的影響，本文以2000年為基期，采用CPI指數對R&D經費內部支出、技術收入、總收入、出口總額、凈利潤等指標進行平減。各變量的描述性統計分析如表2所示，反映智力資本回流與創新投入-產出變量、本土人力資本顯著正相關，其他各變量間也顯著相關。

表1 國家高新區創新效率評價指標體系

表2 各變量相關系數、均值和標準差

四、實證結果分析

考慮到SFA模型無效率項中各因素的多重共線性問題會對實證結果造成影響，故先對各影響因素進行多重共線性檢驗。通過檢驗發現，最大的VIF值為1.23，故不存在多重共線性問題。進一步進行必要的適用性檢驗，本文利用Frontier4.1軟件進行檢驗，結果如表3所示。在5%的顯著性水平下，前兩項原假設均被拒絕，第三項原假設被接受，這說明本文采用SFA模型超越生產函數合適，但不存在技術進步。

表3 隨機前沿生產函數假設檢驗結果

區位因素是影響國家高新區創新效率的重要因素之一。隨著區域經濟協調發展推進，東部、東北、中部和西部國家高新區間的差異逐漸縮小，周嬌和趙敏(2014)指出東部地區國家高新區的區位優勢已不明顯。因此，本文根據計量模型以及SFA模型檢驗結果，不考慮技術進步，從全國和四大區域進行實證分析，探討智力資本回流對技術創新效率的直接影響和間接影響。回歸結果如表4所示，五個實證結果中，γ均大于0.95，且LR在1%的水平下顯著，說明模型中的誤差主要來源于技術無效率項，模型設置合理。

第一，從前沿生產函數來看，全國和西部地區各變量均不顯著，但東部、東北和中部地區創新人員或創新資金顯著。這說明國家高新區創新驅動發展不平衡，導致創新資源投入對創新產出影響存在顯著地區差異。具體來說，在東部和中部國家高新區，創新人員對創新產出有負向影響，創新資金對創新產出有正向影響。這表明在這兩個區域創新系統中，可能存在創新人員冗余、創新資金稀缺的問題。而在東北國家高新區，僅創新資金對創新產出有負向影響，創新人員對創新產出無顯著影響。所以，在東北國家高新區創新系統中，可能創新資金冗余、創新人員稀缺。同理，西部國家高新區可能創新人員和創新資金均稀缺?？梢?，國家高新區若僅僅增加創新人員和創新資金投入，并不一定會對創新效率產生正向影響。不斷優化創新人員和創新資金使用途徑，提高創新資源與區域創新系統的匹配度，可能是國家高新區提高創新效率的突破口。

第二，從無效率方程部分可以看出，國際智力資本回流和本土人力資本顯著正向影響我國國家高新區創新效率。大部分地區(僅東北地區不顯著)智力資本回流在1%的顯著性水平下對創新效率產生正向影響，但中部影響程度最強，西部地區次之，東部地區最弱。大部分地區(僅西部地區在10%的顯著性水平下)本土人力資本也在1%的顯著性水平下對創新效率產生正向影響，影響程度在東北、中部、東部、西部地區間依次遞減。相比智力資本回流而言，無論是全國還是東部、東北或中部，本土人力資本對國家高新區創新效率的影響程度更強。這說明相對海外人才來說，目前國家高新區創新效率的主要推動力還是本土人才。

從上述分析結果來看，智力資本回流對創新效率的直接正向影響得到驗證(假設1和假設2)，智力資本回流的人力資本效應和網絡效應顯著，但存在地區差異。原因可能如下：首先，區域創新系統比較復雜，不同地區的國家高新區處于不同發展階段，東部如北京中關村區域創新系統處于較高階狀態，能有效配置各種創新資源、協同發揮各主體功能，同時具有較高閾值，也就是說需要從外界獲取更多的人力、資本、技術等，來實現國家高新區創新效率提升的目標；相反，西部如烏魯木齊國家高新區閾值較低，區域創新系統只需要獲取較少的創新資源就能實現創新效率提升；而東北和中部地區的閾值則介于東部和西部之間[35]。兩類人才對東北地區的國家高新區創新效率的積極影響優于東部地區，可能是東部國家高新區區域創新系統閾值更高造成的。其次，“中部崛起”“西部大開發”、中國產業轉型升級為中西部國家高新區科技創新活動帶來了機遇與挑戰。一方面，中部國家高新區創新系統閾值相對東部和東北地區國家高新區來說較低，所以本土人力資本能較好地促進創新效率的提升；另一方面，中部國家高新區集聚的留學歸國人員較少，其創新性還不顯著。同理，西部國家高新區相對其他地區來說，創新系統閾值最低，本土人力資本水平低。所以，本土人力資本僅在10%的顯著水平下對西部國家高新區創新效率有正向影響。但是，由于其較低的創新系統閾值，智力資本回流對創新效率的邊際效用較大，智力資本回流對西部國家高新區創新效率的正向影響程度僅次于中部地區國家高新區。

為驗證國際智力資本回流對國家高新區創新效率的間接影響(假設3)，進一步在無效率方程中加入智力資本回流和本土人力資本的交互項。結果顯示，全國、東部、東北和西部地區智力資本回流和本土人力資本的交互作用對國家高新區創新效率有正向影響，但只有全國和東北顯著，中部則有顯著負向影響。結合上文的分析，本文認為不同地區國家高新區結果存在差異，可能的原因是：東北國家高新區創新人員稀缺、本土人力資本水平較高，利于發揮競爭與示范效應、集聚效應；相反，中部國家高新區創新人員冗余，不利于發揮競爭與示范效應、集聚效應。除東北(顯著)和東部正影響外，企業規模對創新效率產生顯著負影響。這可能是因為東部和東北地區相較于其他地區來說，企業規模更大，創新實力更強。對外開放對全國創新效率產生顯著正影響，對各地區國家高新區創新效率影響不顯著。

表4 智力資本回流影響創新效率估計結果

五、結論和建議

本文運用2013—2018年104個中國高新技術產業開發區的面板數據，構建隨機前沿模型，實證檢驗智力資本回流對創新效率的影響及其作用機制。研究結論如下：第一，國際智力資本回流和本土人力資本均顯著促進國家高新區創新效率，但存在地區差異。也就是說，智力資本回流直接促進創新效率，海歸人力資本效應和網絡效應顯著。相對海外人才來說，目前國家高新區創新效率的主要推動力還是本土人才。第二，從全國或東北地區來看，智力資本回流間接促進創新效率，海歸競爭與示范效應和集聚效應顯著。但東部、西部地區不顯著，尤其是中部地區，智力資本回流間接抑制創新效率。

為有效促進海歸回流，促進區域創新發展，提出以下對策建議：首先，吸引留學歸國人員進一步集聚國家高新區，促進區域協調發展。一是各國家高新區要依據優勢產業和主導產業，優先集聚專業相關留學歸國人員。相對本土人力資本來說，留學歸國人員的薪資水平更高，若園區吸收的海歸與其自身的產業發展不融合，會增加員工的用工成本，導致創新效率提升不明顯。二是非東部國家高新區可以通過多領域大數量的高新技術企業引入，保證研發配套資源的良好配備，提升研發平臺建設效率和質量，營造良好研發氛圍，進而提升對留學歸國人員的吸引力。其次，各國家高新區要提高本土人力資本水平，實現智力資本回流與本土人力資本最優匹配。一方面，加強各個國家高新區與科研機構、高校等的合作，吸引優秀應屆畢業生進園；另一方面，要加強園區內的職業培訓、技術交流以及國際學術交流。針對東部、西部地區智力資本回流間接促進創新效率不顯著的問題，東部國家高新區需要進一步與國際創新平臺接軌，而西部國家高新區需要結合本地特色，大力引進高新技術企業，給予政策優惠，增加企業存活度，完善平臺并提高本土人力資本，為海歸人才提供創新舞臺。最后，要解決中部國家高新區間接抑制創新效率的問題，可能更有效的方式是吸引海歸人才，充分發揮海歸競爭與示范效應，實現技術溢出。

【注 釋】

① 《中國火炬統計年鑒》中關于“技術收入”指標說明顯示，技術收入包含高新區內大多數與技術相關的收入，能同時衡量國家高新區知識產出和經濟產出。

② 2013—2015年出口總額單位為美元，2016—2018年出口總額單位為元，本文采用年匯率將2013—2015年出口總額統一換算成人民幣(元)。

③ 分別對本土人才和海外人才兩個變量去中心化，即減相應的總體均值，然后構建兩者的交互項。